Καταπολέμηση του εγκλήματος ή βολική πληρωμή για μεταφορά: πρέπει να φοβόμαστε την τεχνητή νοημοσύνη στο μετρό

Η ψηφιοποίηση δεν μπορεί να σταματήσει

Η ψηφιοποίηση των πόλεων κερδίζει μόνο δυναμική. Κανείς δεν εκπλήσσεται πια

έξυπνες κάμερες που παρακολουθούν την κατάστασηστους δρόμους των μεγαλουπόλεων, πρόσβαση σε Wi-Fi σε δημόσιους χώρους, υπηρεσίες γραφειοκρατίας και λήψη ιατρικής περίθαλψης εξ αποστάσεως. Όμως η τεχνητή νοημοσύνη διεισδύει ήδη στην υποδομή των μεταφορών. Μπορείτε να πληρώσετε για το ταξίδι σας στους σταθμούς του μετρό της Μόσχας χρησιμοποιώντας βιομετρικά δεδομένα. Μόνο τον πρώτο ενάμιση μήνα του Face Pay (αυτόματη είσοδος επιβάτη μέσω τουρνικέ με αναγνώριση προσώπου), το χρησιμοποίησαν περισσότεροι από 160 χιλιάδες άνθρωποι. Η σύνδεση σε αυτό το σύστημα δεν είναι δύσκολη: ο επιβάτης πρέπει να συνδέσει την κάρτα Troika του με την εφαρμογή του Μετρό της Μόσχας και στη συνέχεια να ανεβάσει τη φωτογραφία του σε αυτήν. Σύμφωνα με ειδικούς, σε 2-3 χρόνια έως και 15% των επιβατών του μετρό θα χρησιμοποιούν το Face Pay και δεδομένων των σημερινών δυσκολιών με την πληρωμή μέσω Apple Pay και Google Pay, μπορούμε να υποθέσουμε ότι θα υπάρχουν πολλοί περισσότεροι τέτοιοι επιβάτες.

Είναι πολύ άνετο:για να μπείτε στο μετρό, πρέπει απλώς να κοιτάξετε την κάμερα, δεν χρειάζεται να βγάλετε το πορτοφόλι, το smartphone ή την τραπεζική σας κάρτα. Αλλά οι σκεπτικιστές των νέων τεχνολογιών προκαλούν ανησυχία. Πιστεύουν ότι είναι πολύ επικίνδυνο να εμπιστεύονται την επαλήθευση και την ανάλυση βιομετρικών δεδομένων σε τεχνητή νοημοσύνη και σε τρίτο πάροχο. Δεν είναι γνωστό σε ποιανού χέρια θα καταλήξουν και πώς μπορούν να χρησιμοποιηθούν εναντίον του ίδιου του ιδιοκτήτη, ξαφνικά κάποιος παίρνει δάνειο με το πρόσχημα άλλου ή διαπράττει ένα έγκλημα χρησιμοποιώντας βιομετρικά δεδομένα. Οι συγγραφείς προχωρούν ακόμη παραπέρα και προειδοποιούν για ακόμη μεγαλύτερο πρόβλημα: τι θα συμβεί αν η τεχνητή νοημοσύνη σηκωθεί και αρχίσει να κυνηγά ανθρώπους, εντοπίζοντάς τους στον αμφιβληστροειδή που σαρώθηκε στο μετρό. Αλλά οι ειδικοί σημειώνουν ότι η απειλή της τεχνητής νοημοσύνης στη μαζική συνείδηση ​​είναι πολύ υπερβολική.

Αδύνατη ταραχή μηχανής

«Εξυπνάδα» στον όρο AI - marketingυπερβολή. Δεν υπάρχουν ακόμη μαθηματικά σαφή κριτήρια για το τι θεωρείται νοημοσύνη, αλλά οι περισσότεροι βιολόγοι και φιλόσοφοι συμφωνούν ότι η νοημοσύνη είναι η ικανότητα να επιλύει κανείς με επιτυχία μη τετριμμένα προβλήματα. Σε υψηλότερο επίπεδο, μπορείτε να ορίσετε ανεξάρτητα εργασίες που δεν έχετε συναντήσει ποτέ πριν και να τις λύσετε. Κανένα σύστημα υπολογιστή στο άμεσο μέλλον δεν θα μπορεί να το κάνει αυτό. Κανείς δεν έχει θέσει ποτέ στόχο να δημιουργήσει το λεγόμενο ισχυρό AI (Strong AI), επειδή το δυνητικό οικονομικό αποτέλεσμα μιας τέτοιας ανάπτυξης είναι μικρότερο από τα κεφάλαια που απαιτούνται για αυτήν.

Ήδη σήμερα, η τεχνητή νοημοσύνη είναι σε θέση να αναγνωρίζει πρόσωπα, αναζητώντας χαρακτηριστικά γνωρίσματα

Σήμερα, η τεχνητή νοημοσύνη γίνεται εκ των πραγμάτων κατανοητή ως διαφορετικήυλοποίηση συστημάτων μηχανικής μάθησης. Μπορούν να βρίσκουν μοτίβα μεταξύ δεδομένων και να αναγνωρίζουν μοτίβα. Για παράδειγμα, ένα τρίχρονο παιδί ξεχωρίζει με σιγουριά μια γάτα από έναν σκύλο σε μια φωτογραφία. Το νευρωνικό δίκτυο θα πετύχει το ίδιο όταν «τροφοδοτηθεί» με πολλές δεκάδες χιλιάδες εικόνες, μερικές από τις οποίες θα φέρουν σωστά την υπογραφή «γάτα» και κάποιες «σκύλος». Ήδη σήμερα, η τεχνητή νοημοσύνη μπορεί να αναγνωρίσει πρόσωπα αναζητώντας χαρακτηριστικά χαρακτηριστικά, και αυτό το κάνει με ακρίβεια 96-98% - τέτοια αποτελέσματα μπορούν να επιτευχθούν ακόμη και αν οι άνθρωποι φορούν τυπικές ιατρικές μάσκες.

Εμπιστευτείτε, αλλά σε ποιον;

Τι γίνεται μετά το αυτοκίνητοπροσδιορίζει ένα άτομο; Εξαρτάται από εκείνους που προγραμμάτισαν το σύστημα και ανέθεσαν εργασίες σε ειδικούς πληροφορικής. Μπορείτε να χρησιμοποιήσετε το δέσιμο του αναγνωρισμένου ατόμου στη βάση δεδομένων και να ανοίξετε την περιστροφική πύλη του μετρό μπροστά του, αφαιρώντας το ποσό για το πέρασμα από τον λογαριασμό του. Μπορείτε να συσχετίσετε τα βιομετρικά του στοιχεία με μια άλλη βάση - και, αφού κάνετε την ερώτηση "Θέλετε πραγματικά να πάρετε αυτό το δάνειο;" με συνθετική φωνή, περιμένετε την απάντηση "Ναι" και μεταφέρετε το συμφωνημένο ποσό στον λογαριασμό του. Σε κάθε περίπτωση, οι αποφάσεις μετά την αναγνώριση προσώπου δεν λαμβάνονται από την τεχνητή νοημοσύνη από μόνες τους, εξαρτώνται από αλγόριθμους που εφαρμόζονται από ζωντανούς προγραμματιστές.

Το κινεζικό σύστημα των «κοινωνικώνπιστωτική» είναι απλώς μια τεράστια βάση δεδομένων (ακριβέστερα, πολλές διάσπαρτες βάσεις δεδομένων), όπου κάθε εγγεγραμμένος πολίτης, εταιρεία ή κρατικός οργανισμός βαθμολογείται υπό όρους. Η «καλή» συμπεριφορά εκφράζεται στην ανάπτυξη αυτής της βαθμολογίας, η «κακή» - στην πτώση της.

Ένα τέτοιο σύστημα μπορεί να λειτουργήσει αυτόματα:αναγνωρίζει το πρόσωπο ενός ατόμου στο ρεύμα και αμέσως είτε του επιτρέπει είτε του απαγορεύει να κάνει κάποιες ενέργειες: για παράδειγμα, κάντε αίτηση για δάνειο, αγοράστε αεροπορικό εισιτήριο. Αλλά οι ίδιοι οι κανόνες με τους οποίους το μηχάνημα λαμβάνει αυτή ή εκείνη την απόφαση καθορίζονται από τους ανθρώπους. Παρόμοια συστήματα σε μικρότερη κλίμακα λειτουργούν σε πολλές εταιρείες, όχι απαραίτητα κινεζικές, και οι αντιδράσεις τους στην ίδια ενέργεια συχνά διαφέρουν δραματικά λόγω των διαφορετικών προσεγγίσεων των προγραμματιστών.

Τα βιομετρικά στοιχεία που βασίζονται σε τεχνητή νοημοσύνη από μόνα τους δεν είναι καλά καιδεν είναι κακό. Τεχνικά, δεν υπάρχει διαφορά μεταξύ των καταλόγων μεγάλης κλίμακας της εποχής πριν από τους υπολογιστές (το 1944, το ευρετήριο καρτών του FBI περιείχε 23 εκατομμύρια κάρτες) και των βιομετρικών βάσεων δεδομένων του σήμερα. Ένας υπολογιστής βρίσκει τις απαραίτητες πληροφορίες ασύγκριτα πιο γρήγορα από έναν άνθρωπο - γι' αυτό η άμεση αναγνώριση προσώπου σε ένα πλήθος σοκάρει τον μέσο άνθρωπο. Αλλά αυτό είναι μόνο μια ψυχολογική επίδραση και οι πραγματικές συνέπειες των ενεργειών ενός ψηφιακού συστήματος καθορίζονται από τον τρόπο με τον οποίο τα άτομα που έχουν πρόσβαση σε αυτό θα αντιμετωπίσουν τα δεδομένα που λαμβάνει.

Ωστόσο, δεν υπάρχει λόγος να φοβόμαστε συνολικάαντικατάσταση ενός ζωντανού ατόμου με το "ψηφιακό δίδυμο" του - το ίδιο αρχείο σε μια βάση δεδομένων υπολογιστή. Είναι ένα πράγμα όταν κάποιος με χαμηλό επίπεδο κοινωνικής πίστης σωρεύει στο πίσω ράφι του καταστήματος: ο αλγόριθμος για την παρακολούθηση της συμπεριφοράς των ανθρώπων στον πάτωμα συναλλαγών, έχοντας λάβει ένα σήμα από μια βιντεοκάμερα με αναγνώριση εικόνας, θα ταιριάζει με τον αλγόριθμο του επισκέπτη αντιμέτωπος με την αστυνομική βάση - και να εκδώσει σύσταση στους φρουρούς να προσεγγίσουν το ύποπτο άτομο. Αλλά είναι εντελώς διαφορετικό όταν η κοινωνική πίστωση ενός ατόμου μηδενίζεται ξαφνικά: είτε λόγω σφάλματος υπολογιστή είτε λόγω κακόβουλων ενεργειών κάποιου.

Οι τεχνολογίες τεχνητής νοημοσύνης θα συνεχίσουν να αναπτύσσονται: οι προσπάθειες να σταματήσει η πρόοδος δεν έχουν νόημα

Οι προγραμματιστές σε όλο τον κόσμο θέλουν να δημιουργήσουν ένα αξιόπιστοκαι επαληθεύσιμη τεχνητή νοημοσύνη, των οποίων οι λογικές «νοοτροπίες» καταγράφονται ρητά στη διαδικασία λήψης αποφάσεων και είναι διαθέσιμες για επαλήθευση από έναν ανθρώπινο χειριστή. Η κοινωνία έχει αρχίσει να διαμορφώνει ενιαία κριτήρια για τις ηθικές ενέργειες της τεχνητής νοημοσύνης: μπορούμε να αναφέρουμε τον ρωσικό κώδικα ηθικής τεχνητής νοημοσύνης ή ένα σχέδιο νόμου της Ευρωπαϊκής Ένωσης παρόμοιου πνεύματος. Θα μειώσουν την πιθανότητα σφαλμάτων ή κακόβουλης πρόθεσης κατά το χειρισμό «ψηφιακών διδύμων».

Οι τεχνολογίες τεχνητής νοημοσύνης θα συνεχιστούνανάπτυξη: οι προσπάθειες να σταματήσει η πρόοδος είναι άσκοπες. Η κοινωνία πρέπει μόνο να φροντίζει ώστε τα εύχρηστα και χρήσιμα ψηφιακά εργαλεία να χρησιμοποιούνται για τα καλά και να γίνονται μέσο όχι πλήρους αλγοριθμικού ελέγχου, αλλά αύξησης της άνεσης και της ασφάλειας.

Διαβάστε περισσότερα

Το «πέμπτο στοιχείο» υπάρχει: ένα νέο πείραμα θα επιβεβαιώσει ότι οι πληροφορίες είναι υλικές

Ανατριχιαστικοί ήχοι και μυστηριώδη πλάσματα: τα πιο περίεργα ευρήματα στην Τάφρο των Μαριανών

Δείτε την καλύτερη εικόνα του Ήλιου: αποτελείται από 83 εκατομμύρια pixel